经过前面两期的讲解，我们了解了GWAS分析需要的数据类型和数据质控方法，终于来到我们的核心内容：关联分析。

GWAS分析一般会构建回归模型检验标记与表型之间是否存在关联，其中：
① 零假设（H0 null hypothesis）是标记的回归系数为零, 标记（即SNP）对表型没有影响。
② 备择假设(H1，Alternative Hypothesis)是标记的回归系数不为零，标记（即SNP）和表型相关。

在第一期中我们提到表型数据的类型包括三种：数量性状、质量性状和分级性状，我们在进行关联分析之前，需要根据不同类型的表型选择合适的关联分析方法，同时为了减少假阳性，通常对p值进行矫正。

1 连续性状 

连续性状是指那些在群体中呈现连续分布的性状，如身高、体重、血压等。可以选择的方法有T检验（Student’s test）和线性回归（linear regression）。

--assoc，卡方检验+优势比，表型若为数字则视为字符，不允许有协变量；
--linear，线性回归，表型为纯数字，允许有协变量，如果考虑协变量，加上--covar即可。

# assoc关联分析不校正/校正p值
plink --bfile test --assoc --out result_assoc
plink --bfile test --assoc --adjust --out result_assoc
注意：会多出一个*.assoc.adjusted后缀文件。

# linear关联分析不考虑协变量、不校正/校正p值
plink --bfile test --linear --out result_linear
plink --bfile test --linear --adjust --out result_linear
注：协变量使用 --covar 参数添加。

2 阈值性状 

阈值性状即表型值数据是两类数据：1和2（其中0和-9都表示缺失），比较常见的是对照组（用1表示）和实验组（用2表示）。可以选择的方法有卡方检验和逻辑斯蒂回归（X2关联分析和logistic分析）

--assoc，卡方检验+优势比，不允许有协变量；
--logistic，逻辑回归，允许有协变量，如果考虑协变量，加上--covar即可。
注：这里的协变量比如性别、年龄等信息。

# assoc关联分析不校正/校正p值
plink --bfile test --assoc --out result_assoc
plink --bfile test --assoc --adjust --out result_assoc
注意：会多出一个*.assoc.adjusted后缀文件。

# logistic关联分析不考虑协变量、不校正/校正p值
plink --bfile test --logistic --out result_logistic
plink --bfile test --logistic --adjust --out result_logistic
注：协变量使用 --covar 参数添加。

3 分级性状 

我们将通过人为观察而可以进行分类的离散型变量统称为分级性状。但要注意一点，分级性状最终的定义，还是部分依赖于我们的经验。 例如，对于植物的抗病性，我们既可以按照叶片病斑的面积（0~100%），将其定义为连续型的数值型性状，也可以人为设定阈值将其定义为分级性状（高、中、低）。可以选择的方法有卡方检验和逻辑斯蒂回归（X2关联分析和logistic分析）。

--assoc，卡方检验+优势比，不允许有协变量；
--logistic，逻辑回归，允许有协变量，如果考虑协变量，加上--covar即可。

# assoc关联分析不校正/校正p值
plink --bfile test --assoc --out result
plink --bfile test --assoc --adjust --out result_adjust

# logistic关联分析不考虑协变量、不校正/校正p值
plink --bfile test --logistic --out result_logistic
plink --bfile test --logistic --adjust --out result_logistic
注：协变量使用 --covar 参数添加。

到这一步我们终于得到了梦寐以求的显著性结果，可以对结果表格进行pvalue筛选过滤假阳性，也可以进行可视化直观展示（即鼎鼎大名的Q-Q plot和Manhattan图），那如何进行可视化呢？别急，我们留到下一期。